针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型.首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量.其次,使用骨架提取模型获得学生的骨骼关键点数据.最后,采用图卷积神经网络对课堂行为进行特征提取及分类,完成学生课堂不规范行为的实时检测.该模型在课堂作弊数据集上进行实验,结果表明识别处理速度能够达到20帧/秒,准确率为94.9％,能够准确实时有效地识别学生行为.

稠油的开采通常采用注汽热采技术.在实际生产中,由于注汽管线处于室外并且长度大,散热损失非常严重,对油田开采效益有很大影响.优选注汽管线保温材料、优化保温结构,能有效减少散热损失,但相关数据的计算复杂繁琐,为了提升信息采集与处理的效率,提高计算的快速性和准确性,将信息技术应用到稠油注汽管线保温效益分析工程中.构建稠油注汽管线保温效益评估模型,分析并确定影响保温效益评估的主要参数,开发出一套稠油注汽管线保温效益评估系统.该系统能够根据注汽管线的实际运行环境和负荷条件,自动计算其热损失量并进行可视化分析.目前该系统已在新疆油田进行应用,利用系统的计算结果能够准确快速优选保温材料、优化保温结构,有效提升油田开采效益.

后疫情时期,高校教学形式进入线上+线下融合的时代,融合时代如何促进学习者深度学习发生值得深度研究.分析了线上+线下融合教学环境中深度学习发生的必要性,探讨了教育大数据在促进融合环境中学习者深度学习发展的优势,构建数据驱动的深度学习教学模式,以"传播学"课程为例叙述了该模式的教学实践过程,并对该模式的实践效果进行了说明.